python字符串编码解码基础知识
python字符串编码解码基础知识
python通过ord©获取字符c的unicode的编码值，为整数。通过chr(i)获取i对应的unicode的字符。通过str.encode()将字符串编码为原始字节，b.decode()将原始字节解码为字符串。
1 字符串基础知识
python通过ord©获取字符c的unicode的编码值，为整数。
通过chr(i)获取i对应的unicode的字符。
1.1 字符编码方法
ASCII码定义0-127的字符代码，每个字符存储在一个8位的字节中。
| # | 内置函数 | 描述 |
|---|---|---|
| 1 | ord© | 返回字符c的unicode的编码值，为整数 |
| 2 | chr(i) | 返回unicode编码为i的字符 |
| 3 | help(encodings) | 先import encodings，再help，查看python支持的编码名称 |
从字符串编码为原始字节，从原始字节解码字符串。
| # | 名称 | 描述 |
|---|---|---|
| 1 | 编码 | 根据编码名称，把字符串翻译为原始字节 |
| 2 | 解码 | 根据编码名称，把原始字节翻译为字符串 |
示例
>>> ord('梯')
26799
>>> chr(26799)
'梯'
1.2 python字符串类型
| # | 版本 | 描述 |
|---|---|---|
| 1 | py2.x | str表示8位文本和二进制数据 |
| 2 | unicode表示宽字符unicode文本 | |
| 3 | py3.x | str表示unicode文本 |
| 4 | bytes表示二进制数据 | |
| 5 | bytearray，可变的bytes类型 |
1.3 文本和二进制文件
| # | 模式 | 描述 |
|---|---|---|
| 1 | bytes和二进制模式 | 处理图像文件、解压的打包数据、设备数据流 |
| 2 | str和文本模式 | 用于程序输出、HTML、CSV、XML文件 |
2 python3.0的字符串应用
2.1 常量和基本属性
| # | 项目 | 描述 |
|---|---|---|
| 1 | ‘xxx’和”xxx” | 创建str，单字节或者更长的字节，存放字符串 |
| 2 | ‘’’xxx’’’和”””xxx””” | 创建str |
| 3 | ‘xxx’和”xxx”前面加b或B | 创建bytes，单字节，存放字符对应原始字节的整数 |
| 4 | ‘’’xxx’’’和”””xxx”””前加b或B | 创建bytes |
示例
>>> b=b'abc' # 返回每个字符的原始字节的整数
>>> s='abc'
>>> type(b),type(s)
(<class 'bytes'>, <class 'str'>)
>>> b,s
(b'abc', 'abc')
>>> b[0],s[0]
(97, 'a')
>>> b[1:],s[1:]
(b'bc', 'bc')
>>> list(b),list(s)
([97, 98, 99], ['a', 'b', 'c'])
# bytes 和 str 不可修改
>>> b[0]='d'
Traceback (most recent call last):
File "" , line 1, in <module>
b[0]='d'
TypeError: 'bytes' object does not support item assignment
>>> s[0]='d'
Traceback (most recent call last):
File "" , line 1, in <module>
s[0]='d'
TypeError: 'str' object does not support item assignment
>>> c=b'''
abc
def
'''
>>> c
b'\nabc\ndef\n'
2.2 转换
| # | 项目 | 描述 |
|---|---|---|
| 1 | str.encode()和 bytes(s,encoding) | 编码，把字符串转换为bytes形式，根据str创建一个bytes。 |
| 2 | bytes.decode()和 str(b,encoding) | 解码，把bytes转换为字符串形式，根据bytes创建一个str。 |
| 3 | sys.getdefaultencoding() | 查看系统默认编码 |
描述
str.encode(encoding)，根据编码名encoding将字符串str编码为原始字节，encoding默认为utf-8。
bytes(s,encoding)，根据编码名encoding将字符串s编码为原始字节，encoding必填。
bytes.decode(encoding)，根据编码名encoding将原始字节解码为字符串，encoding默认为utf-8。
str(b,encoding)，根据编码名encoding将原始字节解码为字符串，encoding不填则打印原始字节。
示例
>>> import sys
# 查看系统
>>> sys.platform
'win32'
# 查看系统默认编码
>>> sys.getdefaultencoding()
'utf-8'
>>> s='梯'
# encode 和 bytes 编码，字符串转原始字节
>>> s.encode()# encoding 默认为 utf-8
b'\xe6\xa2\xaf'
>>> s.encode(encoding='utf-8')
b'\xe6\xa2\xaf'
>>> s.encode(encoding='gbk')
b'\xcc\xdd'
>>> bytes(s,encoding='gbk')
b'\xcc\xdd'
>>> bytes(s,encoding='utf-8')
b'\xe6\xa2\xaf'
# decode 和 str 解码，原始字节转字符串
>>> b=b'\xe6\xa2\xaf'
>>> b.decode()
'梯'
>>> str(b,encoding='utf-8')
'梯'
# str() 没有 encoding ，则 进行打印
>>> str(b)
"b'\\xe6\\xa2\\xaf'"
# bytes() 没有 encoding ，则 报错
>>> bytes(s)
Traceback (most recent call last):
File "" , line 1, in <module>
bytes(s)
TypeError: string argument without an encoding